N 263
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.94642862
Most Extreme Differences Absolute
.073 Positive
.073 Negative
-.041 Kolmogorov-Smirnov Z
1.189 Asymp. Sig. 2-tailed
.118 a. Test distribution is Normal.
b. Calculated from data.
Implementasi hasil
Nilai R
2
Hal ini menandakan bahwa besarnya variabel bebas mempengaruhi variabel tidak bebas sebesar 3,8
=.038
1. Uji F
Hipotesis uji F
H0 : tidak ada hubungan linier antara variabel bebas mempengaruhi variable tidak bebas
H1: ada hubungan linier antara variabel bebas mempengaruhi variable tidak bebas
Nilai uji F sebesar 10.226 dengan sig .002
a
Hal ini mengindikasikan hipotesis H0 ditolak dan H1 diterima karena sig nyata. nyata
Hubungan Y1 dengan Y2
H0= tidak ada hubungan linier antara Y1 dengan Y2 H1= ada hubungan linier antara Y1 dengan Y2
Universitas Sumatera Utara
Nilai koefisien beta sebesar .194 dengan sig .002 nyata H1 diterima
Besarnya pengaruh F1 terhadap Y1 sebesar .341
2. Uji normalitas
Tabel 4.74 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 263
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.94642862
Most Extreme Differences Absolute
.073 Positive
.073 Negative
-.041 Kolmogorov-Smirnov Z
1.189 Asymp. Sig. 2-tailed
.118 a. Test distribution is Normal.
b. Calculated from data. Dari hasii One-Sample Kolmogorov-Smirnov Test maka diperoleh bahwa data berdistribusi normal
karena nilai asymp.sig lebih besar dari 0.05
3. Uji Multikolinieritas
Tabel 4.75 Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficients
T Sig.
95.0 Confidence Interval for B
Collinearity Statistics
B Std.
Error Beta
Lower Bound
Upper Bound
Toleranc e
VIF 1
Constant 11.007
.879 12.522
.000 9.276
12.737 kepuasan
.390 .122
.194 3.198
.002 .150
.630 1.000
1.000 a. Dependent Variable: loyalitas
Berdasarkan Tabel 4.75 dapat diketahui hasil perhitungan nilai tolerance menunjukkan, variabel bebas tidak memiliki nilai tolerance mendekati satu .Hasil
perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang
Universitas Sumatera Utara
sama, tidak ada variabel bebas yang memiliki nilai VIF lebih besar dari 10. Jadi dapat disimpulkan bahwa tidak terjadi multikolineritas antar variabel bebas dalam
model regresi.
4. Uji Heteroskedastisitas
Heteroskedastisitas terjadi karena adanya perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dalam pengujian ini menggunakan
diagram pancar residual. Cara pengambilan keputusan yaitu: 1.
Jika diagram pancar membentuk pola-pola tertentu yang teratur, maka regresi mengalami gangguan heteroskedastisitas.
2. Jika diagram pancar tidak membentuk pola atau acak, maka regresi tidak mengalami gangguan heteroskedastisitas.
Gambar 4.6. Scatterplot Berdasarkan Gambar 4.6 terlihat bahwa titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y. Dengan demikian dapat disimpulkan bahwa persamaan regresi hipotesis pertama terbebas dari asumsi heteroskedastisitas,
sehingga hasil penelitian ini dapat diterima dan dilanjutkan pengujian hipotesis dengan menggunakan analisis regressi linear berganda.
Universitas Sumatera Utara
4.5.3. Perhitungan pengaruh
1. Pengaruh langsung